---
title: "Что такое max_tokens в LLM API? Лимит токенов на выход"
description: "max_tokens ограничивает число токенов в одном ответе модели. Чем он отличается от контекстного окна, как ещё называется и зачем запас моделям с рассуждениями."
url: https://broadrouter.com/ru/glossary/max-tokens/
lang: ru
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Переведено с английского с помощью ИИ. [Читать оригинал на английском](https://broadrouter.com/glossary/max-tokens/) (обновлён 2026-11-14).

# max\_tokens

Обновлено 2026-11-14

max\_tokens — это параметр LLM API, который задаёт максимальное число токенов, которое модель может сгенерировать в одном ответе. Когда генерация доходит до лимита, она останавливается, а ответ помечается как обрезанный, например значением finish\_reason "length".

Также называют: лимит токенов на ответ, максимальная длина ответа, лимит выходных токенов, max\_tokens, max\_completion\_tokens, max\_output\_tokens, output token limit, maximum output length

`max_tokens` — это бюджет на выход для одного ответа. Он защищает от бесконечных ответов, но при слишком низком значении обрезает ответ или не даёт получить ничего.

## Как это работает

Модель генерирует по одному [токену](https://broadrouter.com/ru/glossary/token/) за раз. Когда счёт доходит до `max_tokens`, генерация останавливается, даже посреди предложения. Ответ сообщает, почему он закончился:

| `finish_reason` | Значение |
| --- | --- |
| `stop` | Модель закончила сама |
| `length` | Достигнут лимит `max_tokens` |
| `tool_calls` | Модель просит вызвать инструмент |

У параметра несколько имён. В Chat Completions API OpenAI `max_tokens` теперь помечен как устаревший в пользу `max_completion_tokens` — верхней границы, которая включает и видимый ответ, и токены рассуждений. В Responses API OpenAI используется `max_output_tokens`, в Messages API Anthropic — `max_tokens`. Многие OpenAI-совместимые провайдеры принимают `max_tokens`.

Промпт и ответ делят одно [контекстное окно](https://broadrouter.com/ru/glossary/context-window/). Если окно — 32 768 токенов, а промпт — 30 000, вернуться может не больше 2768 токенов, что бы ни было указано в `max_tokens`.

## Почему это важно

-   **Контроль расходов.** На ключе с оплатой за токены `max_tokens` — это максимум, который один ответ может стоить на выходе.
-   **Пустые ответы.** У моделей с рассуждениями размышления расходуют тот же бюджет. Лимит в 100 токенов может целиком уйти на [токены рассуждений](https://broadrouter.com/ru/glossary/reasoning-tokens/): видимый ответ будет пустым, а `finish_reason` — `length`.
-   **Сломанный JSON.** Обрезанный ответ оставляет [структурированный вывод](https://broadrouter.com/ru/glossary/structured-output/) неполным, и его не разобрать. Проверяйте `finish_reason` до разбора.

## В BroadNet Inference

DeepSeek V4.1 Flash, GLM 5.3 и Qwen3.8 27B рассуждают перед ответом, и в документации BroadNet сказано, что рассуждения учитываются в `max_tokens`. Задавайте от 1000 токенов, не задавайте параметр вовсе или уменьшите `reasoning_effort`. В примере ниже модель просят кратко изложить пункт договора, а при `finish_reason == "length"` код печатает подсказку увеличить `max_tokens` или уменьшить `reasoning_effort`:

```python
response = client.chat.completions.create(
    model="broadnet/glm-5.3",
    max_tokens=2000,
    messages=[{"role": "user", "content": "Summarize this contract clause."}],
)
if response.choices[0].finish_reason == "length":
    print("Cut off: raise max_tokens or lower reasoning_effort")
```

Размер контекста зависит от модели: 1 048 576 токенов у DeepSeek V4.1 Flash и GLM 5.3, 262 144 у Qwen3.8 27B и 32 768 у BroadNet Gemma 4 VL 26B. См. [страницы моделей](https://broadrouter.com/ru/models/) и [почему модели с рассуждениями возвращают пустые ответы](https://broadrouter.com/ru/guides/reasoning-tokens-empty-response/).

## Частые ошибки

-   Переносить при миграции маленький лимит от модели без рассуждений. См. [чек-лист миграции](https://broadrouter.com/ru/blog/openai-compatible-api-migration-checklist/).
-   Считать `length` успехом. Логируйте его и повторяйте запрос с бо́льшим запасом.

## Вопросы и ответы

### max\_tokens — это то же самое, что контекстное окно?

Нет. Контекстное окно — это весь объём, с которым работает модель: промпт плюс ответ. max\_tokens ограничивает только ответ, а промпт вместе с max\_tokens всё равно должен поместиться в окно.

### Нужно ли всегда задавать max\_tokens?

Задавайте его, когда нужен жёсткий предел стоимости или длины. Моделям с рассуждениями оставляйте большой запас или не задавайте параметр вовсе, если значения провайдера по умолчанию достаточно.

### Чем max\_tokens отличается от max\_completion\_tokens?

В Chat Completions OpenAI объявила max\_tokens устаревшим в пользу max\_completion\_tokens, который явно включает токены рассуждений. Многие OpenAI-совместимые провайдеры по-прежнему принимают max\_tokens.

## См. также

-   [Токены рассуждений (reasoning tokens)](https://broadrouter.com/ru/glossary/reasoning-tokens/) (термин)
-   [Контекстное окно (context window)](https://broadrouter.com/ru/glossary/context-window/) (термин)
-   [Входные и выходные токены (input and output tokens)](https://broadrouter.com/ru/glossary/input-and-output-tokens/) (термин)
-   [Структурированный вывод (structured output)](https://broadrouter.com/ru/glossary/structured-output/) (термин)
-   [JSON mode (режим JSON)](https://broadrouter.com/ru/glossary/json-mode/) (термин)
-   [Цепочка рассуждений (chain-of-thought, CoT)](https://broadrouter.com/ru/glossary/chain-of-thought/) (термин)
-   [finish\_reason (причина остановки)](https://broadrouter.com/ru/glossary/finish-reason/) (термин)
-   [Стоп-последовательности (stop sequences)](https://broadrouter.com/ru/glossary/stop-sequences/) (термин)
-   [Почему рассуждающая модель возвращает пустой ответ](https://broadrouter.com/ru/guides/reasoning-tokens-empty-response/) (руководство)
-   [OpenAI Python SDK и BroadNet Inference](https://broadrouter.com/ru/guides/openai-python-sdk/) (руководство)
-   [Переход на OpenAI-совместимый API: чек-лист миграции](https://broadrouter.com/ru/blog/openai-compatible-api-migration-checklist/) (статья)

Проверьте на своей реальной нагрузке. Новые аккаунты получают стартовый грант US$5 на Gemma и распознавание речи. Для DeepSeek, GLM и Qwen3.8 нужно пополнить баланс.

[Начать](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-glossary-max-tokens&utm_content=page-cta) ·

**Источники**

-   [Справочник OpenAI API, создание chat completion (max\_tokens и max\_completion\_tokens)](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [OpenAI, модели с рассуждениями (max\_output\_tokens и неполные ответы)](https://developers.openai.com/api/docs/guides/reasoning)
-   [Справочник API BroadNet Inference, модели с рассуждениями (на английском)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-glossary-max-tokens&utm_content=sources#models)
